《表1 实验结果统计:基于最小连通支配集的复杂网络关键节点与连边识别方法》

《表1 实验结果统计:基于最小连通支配集的复杂网络关键节点与连边识别方法》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于最小连通支配集的复杂网络关键节点与连边识别方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

随机生成无向网络图G(V,E),设定V=50,如图5所示。首先通过专家赋权设置权重k1=0.7,k2=0.3,根据节点综合重要度Pi排序结果选择前两位节点v6、v8作为抗原注入。初始参数:种群规模N=50,学习因子c1=2、c2=4,惯性权重初值ω=0.5,最大迭代次数T=450。统计5次得到的实验结果,其中未注入抗原实验组为验证IPSO算法时效性的对照组,如表1所示。